Android恶意软件的人工自然杀伤细胞检测模型

摘要：

针对现有Android恶意软件检测方法中存在的特征分析单一和固定化、对未知和潜伏性强的恶意软件检测能力弱等问题,构建一种Android恶意软件的人工自然杀伤细胞(Natural Killer cell,NK)检测模型.对人工自然杀伤细胞模型和树突状细胞算法(Dendritic Cell Algorithm,DCA)进行了研究,结合软件静态权限申请特征和动态API调用特征,经数据预处理后形成模型的各类输入信号.人工NK细胞输出刺激因子与DCA危险信号融合,提高了DCA的危险信号显著性,优化了DCA的检测过程.实验包含从VirusTotal等数据集选取的多种分类恶意软件样本1150个,良性软件样本1093个.实验结果表明与DCA和K-means等检测方法相比人工NK细胞检测模型提高了准确率并且降低了误报率.

关键词：人工自然杀伤细胞模型、树突状细胞算法(DCA)、恶意软件

所属期刊栏目：57

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61877045

在线出版日期：2021-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：74-80